丹尼尔·赫默尔是纽约大学法学院的法学教授。他的研究范围广泛,涉及税收、知识产权、行政法和宪法以及非营利组织等主题。他在法律评论和经济学期刊上发表了 50 多篇学术文章和论文,他的学术著作被美国最高法院、多个联邦上诉法院和美国最高法院总统委员会引用。在加入纽约大学教职员工之前,他曾担任联合税收委员会的客座法律顾问、美国最高法院大法官埃琳娜·卡根的书记员,并曾担任芝加哥大学法学院的法学教授和罗纳德·科斯研究学者。他曾在哈佛大学、斯坦福大学和耶鲁大学法学院担任客座教授,并担任全国税务协会的董事会成员。
货物运输和管理行业以及许多相关公司的运营可能会因两项快速发展的技术而发生重大变化:物联网 (IoT) 和人工智能 (AI)。更详细地说,为了监督该领域的货物运输和存储,学术著作中提出了各种策略和结构。然而,这些建议往往忽略了如何将物联网和人工智能结合起来。为了解决这一疏忽,本研究引入了一种使用设计科学创建的新方法,称为 IoT-AI-SCM。这种方法将上述技术整合到供应链管理中。本研究中应用的方法称为设计科学方法。我们开发的方法分为五个关键步骤:1) 利用物联网支持的传感器和设备,2) 收集和连接数据,3) 使用云技术存储和处理数据,4) 应用人工智能,5) 分析和预测结果,6) 智能规划和改进。通过实施这一建议的方法,公司可以使用物联网和人工智能的基本功能重新构想其供应链和物流管理。
摘要本研究研究了三所马来西亚研究所的电子论文和论文(ETD)的机构存储库中元数据记录的质量。该研究采用了源自Bruce和Hillmann(2004)的指标来评估来自三个机构存储库中1138个元数据记录的完整性,准确性和一致性,并利用定量内容分析来识别用于描述ETDS的Dublin Core元素元素的变体。该研究发现了一系列具有元数据完整性,准确性和一致性的问题,强调了对确保质量元数据的标准化系统的需求。通过强调质量元数据对ETD收藏的重要性,该研究为设计和描述ETD馆藏的学术图书馆提供了宝贵的见解。总体而言,这项研究阐明了ETD收集中使用的当前元数据实践和元素,并强调了有效元数据管理对学术著作的传播和发现性的重要性©2023,马来西亚图书馆和信息科学杂志,所有权利保留。
摘要:Bill Hillier的太空语法方法和理论使我们能够描述可持续城市的空间特性。随着时间的流逝,对太空语法方法的经验测试确定了分析空间关系的能力和创新性,目的是理解和解释建筑环境的社会空间组织。但是,空间语法元素的概念框架散布在各种学术著作中。因此,本文对空间语法中使用的各种概念进行了整体而紧凑的概述,从其基本元素到各种分析技术和理论。为了实现这一契约概述,我们回顾了自1970年代以来可以访问的所有空间语法文献,以发现对空间语法中使用的各种概念的核心参考。通过比尔·希勒(Bill Hillier)的工作简短地描述了其基础和演变,我们以扩展词汇表的形式解释了其基本概念和措施。的解释富含各种空间语法分析和对荷兰鹿特丹市的各种尺度的方案测试。我们在讨论空间语法的优势和局限性以及该方法如何为可持续城市创造的价值增加价值的讨论中得出结论。
我们想到了边界,经常引用内在的内涵。自柏林墙倒塌以来,最显着的与边境相关的事件涉及移民,这通常是出于不幸的原因。的例子很多:唐纳德·特朗普(Donald Trump)的“零容忍”政策期间的墨西哥 - 美国移民危机,导致2022年686人死亡,2欧洲难民危机,2016年,欧洲难民危机损失了5,080人,或者3岁,或者是三人造成的军事化壁式白俄罗斯和波兰,导致至少20次死亡。4鉴于这些悲剧,至关重要的是,学术研究必须完全动员以促进公平的政策解决方案。但是,边境研究通常集中于关键观点,而无需提供Con Crete解决方案。这些学术著作削弱了边界的存在,合法性和暴力,但很少提出可行的答案。本文所争论的是边界仍然是一个问题,因为它们没有被作为可解决的问题进行研究。RenéDescartes提醒我们,这不仅是关于推理的,而且还严格应用了这种推理。5本文propo
摘要 — 人工智能 (AI) 是指计算机系统模仿人类思维过程,使其行为方式与人类相似。作为第四次工业革命的关键因素,人工智能正在通过提供更易于获取和定制的学习体验来改变教育。为了探索人工智能在教育领域日益普及的原因,本文分析了行业中采用的最新文献和人工智能工具,以了解人工智能在英语教学和学习中的作用。本研究采用定性研究方法,收集和分析了 Google Scholar 数据库中 50 篇可引用的、最近发表的学术著作。通过内容分析技术对数据进行综合和检查,以总结和整合关键信息,从而获得精确的结果。结果表明,人工智能营造了一个支持性环境,根据学习者的熟练程度、职业目标和个人兴趣提供丰富的材料,大大提升了英语教学和学习体验。尽管人工智能存在局限性和挑战,但随着技术的发展,人工智能在教育中的作用将不断扩大,提供更多创新方法和工具来增强英语教育领域的教学实践和学习成果。
采矿业是全球能源密集度最高的行业之一。它还为制造业、运输业、建筑业和能源行业提供重要的原材料来源。随着世界人口增长以及许多低收入经济体成为中等收入国家,对原材料的需求预计将增加。矿产需求的增长,加上矿石品位的下降,可能会增加采矿业的能源需求,用于勘探、开采、选矿和加工以及精炼等活动。在撰写本文时,由于地处偏远,矿山作业依赖于柴油、重油和煤炭等化石燃料。原则上,采矿业可以使用能源回收、可再生能源和碳捕获来补充、替代或减轻化石燃料使用的影响。然而,需要结合使用可再生能源技术。我们通过研究文献(包括学术著作、技术报告和国际机构提供的数据),探讨将可再生能源技术整合到采矿作业中的挑战、机遇和有利方法。我们发现,尽管存在众多机会,但仍需要考虑技术问题,但解决方案可以使可再生能源适应采矿业。进一步的研究应侧重于确定具有类似操作程序的各种矿物价值链中的具体机会、技术和实施策略。
成立于1990年,印度驯鹿分类学协会(IAAT)是印度最大的分类学协会。IAAT总部位于喀拉拉邦卡利卡特的植物学系。 由约1000名终生成员组成,IAAT旨在通过促进《被子植物》分类学家之间的研究和协作,并为科学讨论和知识交流提供平台,不仅在印度促进被子植物分类法。 它通过科学研究和政策制定指导来主张墓葬物种及其栖息地的保护。 此外,该协会发布了“ Rheedea”期刊,该期刊展示了原始的研究贡献,会议记录和其他学术著作。 该协会还在卡利库特大学(Calicut University)经营着一个图书馆,以后来的V.V.教授的名字命名。 Sivarajan收藏了2000多本书。 每年,两枚金牌(Y. D. Tiagi和V.V. sivarajan金牌)呈现给协会的杰出生活成员,因为他们对被子植物分类学领域的重要贡献。 此外,在IAAT年度会议期间举行了Chavali Kameswara Rao捐赠教授。 除此之外,年轻的研究人员在不同学科中的研究贡献也将获得十个不同的奖项。 iaat在推进印度分类学研究方面起着关键作用,通过为植物科学和被子植物的保护做出重要作用。IAAT总部位于喀拉拉邦卡利卡特的植物学系。由约1000名终生成员组成,IAAT旨在通过促进《被子植物》分类学家之间的研究和协作,并为科学讨论和知识交流提供平台,不仅在印度促进被子植物分类法。它通过科学研究和政策制定指导来主张墓葬物种及其栖息地的保护。此外,该协会发布了“ Rheedea”期刊,该期刊展示了原始的研究贡献,会议记录和其他学术著作。该协会还在卡利库特大学(Calicut University)经营着一个图书馆,以后来的V.V.教授的名字命名。Sivarajan收藏了2000多本书。 每年,两枚金牌(Y. D. Tiagi和V.V. sivarajan金牌)呈现给协会的杰出生活成员,因为他们对被子植物分类学领域的重要贡献。 此外,在IAAT年度会议期间举行了Chavali Kameswara Rao捐赠教授。 除此之外,年轻的研究人员在不同学科中的研究贡献也将获得十个不同的奖项。 iaat在推进印度分类学研究方面起着关键作用,通过为植物科学和被子植物的保护做出重要作用。Sivarajan收藏了2000多本书。每年,两枚金牌(Y. D. Tiagi和V.V.sivarajan金牌)呈现给协会的杰出生活成员,因为他们对被子植物分类学领域的重要贡献。此外,在IAAT年度会议期间举行了Chavali Kameswara Rao捐赠教授。除此之外,年轻的研究人员在不同学科中的研究贡献也将获得十个不同的奖项。iaat在推进印度分类学研究方面起着关键作用,通过为植物科学和被子植物的保护做出重要作用。
本章概述了在可再生能源背景下提高地理信息系统 (GIS) 价值的研究重点。本文阐明了地理信息系统 (GIS) 作为可持续能源规划的有力工具的重要性。此外,它还强调了当前在将 GIS 与可再生能源应用无缝集成方面的研究不足。随后的章节对相关学术著作进行了彻底的审查,深入探讨了地理信息系统 (GIS) 技术的发展及其在可再生能源行业的应用。本文研究了在可再生能源项目中使用地理信息系统 (GIS) 的一系列研究工作。第三章全面概述了所提出的方法,该方法包括将空间分析、数据建模、经济评估、实时数据集成和利益相关者参与整合到地理信息系统 (GIS) 框架中,以实现可再生能源应用。第五章介绍了将基于 GIS 的方法应用于可再生能源的成果。它讨论了从空间建模、经济可行性评估和实时数据集成中获得的结果。最后一章总结了可再生能源领域对 GIS 的贡献,从而结束了这项研究。它强调了研究差距的弥合和 GIS 工具的实用价值。本章还提出了未来研究的潜在领域,强调了 GIS 技术的不断发展及其促进可持续能源转型的潜力。关键词:可用性;设计和施工;环境;地理信息系统 (GIS);日益;维护
摘要。在维护过程中尽量减少人为错误的概念正逐渐受到各行各业的关注。在解决工程问题(尤其是在维护过程中)时,人为因素的引入已不再是可以忽略的,因为需要高标准的绩效。通过减少人为错误来提高维护绩效的旅程始于了解维护过程中人为错误的原因和影响。本文评估了以前关于人为错误的学术著作,以具体确定维护过程中人为错误的原因和影响。本研究主要依赖于现有的关于维护过程中人为错误的文献,这些文献来自已发表和未发表的研究。研究的主要发现表明,导致维护过程中人为错误的许多关键因素包括管理和监督不力、组织文化、能力不足、程序编写不当、沟通不畅、时间压力、工厂和环境条件、工作设计不佳等等。文献综述还表明,人为错误对设备的安全性、可靠性、生产力和效率产生负面影响。进一步发现,导致事故、事件、生命损失和经济损失的设备故障是人为错误的主要影响。机械系统维护中的人为错误是一个严重的问题,需要引起足够的重视,以便制定正确的措施。